flask,蓝图使用，g对象，数据库连接池
内容回顾
cbv使用
写一个类继承MethodView写get，post…
类属性decorators=[auth]可以加装饰器
CBV执行流程
跟django的执行流程一样
endpoint作用 路径别名
add_url_rule(view_func=IndexView.as_view(‘index’))
为什么endpoint不传，是被路由装饰器装饰的函数名：函数名._name_
装饰器的执行先后顺序，从上到下执行
模板语法
使用的是jinja2更加强大，兼容django的dtl模板语法
请求响应
请求：全局request对象，在不同视图函数中尽管使用，不会错乱
method,path,files,form
响应四件套：字符串，render_template,redirect,jsonify,响应对象，make_response包裹一下四件套之一，
设置cookie,set_cookies
响应对象.headers 响应头
session使用
设置密钥
全局导入，直接赋值使用，取值
session执行流程
请求来了走open_session前端携带cookie到后端，后端取出来cookie对于的value值，解密，转到session对象中，后续在视图函数中，使用sesson即可
save_session:请求走的时候，校验session有没有被改过了，如果改过了，删除cookie重新设置cookie
session用起来像字典，如何做，一个对象可以像字典一样使用，_getitem_,__setitem__只要调用_setitem__就说明了，对象属性modify,一开始false只要触发_setitem,置为true，后期只要判断modify，就可以判断session有没有被改过
闪现
跨请求获取到之前请求存放的数据，取一次就没了，关注django中的message框架
放值：flash('%s,我错了'%name)
取值：get_flashed_messages()
请求扩展
before_request 请求来的时候
after_request 请求走的使用
before_first_request 项目启动后第一个请求来触发
teardown_request:错误日志记录
errorhandler:某种状体码，就会执行，http的状态码1xx,2xx,3xx,4xx,5xx
内容详情
蓝图的使用
blueprint翻译过来的，称之为蓝图
作用是：之前全在一个py中写flask项目，后期肯定要划分目录
不用蓝图划分目录
no_blueprint_flask # 项目名
src #核心源码位置
__init__.py # 包 里面实例化得到了app对象，
models.py #放表模型
views.py # 放视图函数
static # 放静态资源
templates # 放模板
home.html # 模板
manage.py # 启动文件
蓝图的使用步骤
第一步：导入蓝图类
from flask import Blueprint
第二步：实例化得到蓝图对象
us=Blueprint('user',__name__)
第三步：在app中注册蓝图
app.register_blueprint(us)
第四步：在不同的views.py使用蓝图注册路由
@us.route('/login')
补充：蓝图可以有自己的静态文件和模板
补充：注册蓝图时，可以使用前缀，必须以/开头
使用蓝图，划分小型目录
little_blueprint # 项目名
-src # 核心代码
-static # 静态文件
-1.jpg # 图片
-templates # 模板文件
-user.html # 模板
-views # 视图函数存放位置
-order.py # 订单相关视图
-user.py # 用户相关视图
-__init__.py # 包
-models.py # 表模型
-manage.py # 启动文件
使用蓝图，划分大型项目目录，多个app，像django一样
big_blueprint # 项目名
-src # 核心文件
-admin # admin的app
-static # 静态文件
-1.jpg # 图片
-templates # 模板文件目录
-admin_home.html # 模板文件
-__init__.py # 包
-models.py # 表模型
-views.py # 视图函数
-home # home app
-order # orderapp
-__init__.py # 包
-settings.py # 配置文件
-manage.py # 启动文件
g对象
g 对象 是什么
global的缩写，再python中是个关键字，不能以关键字作为变量名，干脆用了g
g 对象，再整个请求的全局，可以放值，可以取值
全局变量，再任意位置导入使用即可
他为什么不学django使用request作为上下文
因为使用request，可能会造成request数据的污染，不小心改了request的属性，但我们可能不知道
建议使用g 是空的放入之后再当次请求中全局优先
以后想在当次请求中，放入一些数据，后面使用，就可以使用g对象
g和session有什么区别
g 是只针对于当次请求
session针对于多次请求
from flask import Flask, g, request
app = Flask(__name__)
app.debug = True
@app.before_request
def before():
if 'home' in request.path:
g.xx = 'xx'
def add(a, b):
# print('---',g.name)
print('---', request.name)
return a + b
@app.route('/')
def index():
print(g.xx)
name = request.args.get('name')
# g.name = name
request.method = name
res = add(1, 2)
print(res)
return 'index'
@app.route('/home')
def home():
print(g.xx)
return 'index'
if __name__ == '__main__':
app.run()
数据库连接池
flask操作pymysql
使用pymysql
再视图函数中，创建pymysql的连接，查数据，查完，返回给前端
有什么问题？来一个请求，创建一个连接，请求结束连接关闭（django就是这么做的）
把连接对象，做成全局的，再视图函数中，使用全局的连接，查询，返回给前端
有什么问题？会出现数据错乱
测试全局连接结果数据错乱问题
import pymysql
import threading
import time
conn = pymysql.connect(user='root',
password="root",
host='127.0.0.1',
database='luffy01',
port=3306)
cursor = conn.cursor(pymysql.cursors.DictCursor)
def task_1():
cursor.execute('select * from luffy_user')
time.sleep(3)
res = cursor.fetchall()
print(res, "这是user表的数据")
def task_2():
time.sleep(1)
cursor.execute('select * from luffy_banner')
time.sleep(5)
res = cursor.fetchall()
print(res, '这是banner表的数据')
if __name__ == '__main__':
t1 = threading.Thread(target=task_1)
t2 = threading.Thread(target=task_2)
t1.start()
t2.start()
解决上面的两个问题
数据库连接池
创建一个全局的池
每次进入视图函数，从池中取一个连接使用，使用完放回到池中，只要控制池的大小，就能控制mysql连接数
使用第三方数据库连接池，使用步骤
安装pip install dbutils
使用：实例化的到一个池对象
在视图函数中导入使用
from dbutils.pooled_db import PooledDB
import pymysql
pool = PooledDB(
creator=pymysql, # 使用链接数据库的模块
maxconnections=10, # 连接池允许的最大连接数，0和None表示不限制连接数
mincached=2, # 初始化时，链接池中至少创建的空闲的链接，0表示不创建
maxcached=5, # 链接池中最多闲置的链接，0和None不限制
maxshared=3,
# 链接池中最多共享的链接数量，0和None表示全部共享。PS: 无用，因为pymysql和MySQLdb等模块的 threadsafety都为1，所有值无论设置为多少，_maxcached永远为0，所以永远是所有链接都共享。
blocking=True, # 连接池中如果没有可用连接后，是否阻塞等待。True，等待；False，不等待然后报错
maxusage=None, # 一个链接最多被重复使用的次数，None表示无限制
setsession=[], # 开始会话前执行的命令列表。如：["set datestyle to ...", "set time zone ..."]
ping=0,
# ping MySQL服务端，检查是否服务可用。# 如：0 = None = never, 1 = default = whenever it is requested, 2 = when a cursor is created, 4 = when a query is executed, 7 = always
host='127.0.0.1',
port=3306,
user='root',
password='root',
database='luffy01',
charset='utf8'
)
conn = pool.connection()
cursor = conn.cursor(pymysql.cursors.DictCursor)
cursor.execute('select * from luffy_banner limit 2')
res = cursor.fetchall()
print(res)
带池的代码
@app.route('/article_pool')
def article_pool():
conn = pool.connection()
cursor = conn.cursor(pymysql.cursors.DictCursor)
cursor.execute('select id,title,author_img from aritcle limit 2')
res = cursor.fetchall()
print(res)
return jsonify(res)
不带池的代码
@app.route('/article')
def article():
conn = pymysql.connect(user='root',
password="",
host='127.0.0.1',
database='cnblogs',
port=3306)
cursor = conn.cursor(pymysql.cursors.DictCursor)
time.sleep(random.randint(1,3))
cursor.execute('select id,title,author_img from aritcle limit 2')
res = cursor.fetchall()
cursor.close()
conn.close()
return jsonify(res)
压力测试
from threading import Thread
import requests
def task():
res = requests.get('http://127.0.0.1:5000/article_pool')
print(len(res.text))
if __name__ == '__main__':
for i in range(500):
t = Thread(target=task)
t.start()
效果是池的连接数明显小
不使用池连接数明显大
查看数据连接数
show status like 'Threads%'
